計算機輔助卷煙配方設計關鍵技術研究.pdf

1、計算機輔助卷煙配方設計作為一項信息技術和配方技術相結合的邊緣性的研究課題,到目前為止尚沒有統一的概念、理論框架和技術體系。最近幾年,隨著煙草企業(yè)聯合重組步伐的加快、品牌集中度的提高以及對安全性的嚴格要求,對煙葉原料資源的整合與深度利用、傳統的配方研發(fā)與質量控制模式、產品多點生產的均質化控制能力都提出了嚴峻的挑戰(zhàn)。
　　 本文在前期多年研究的基礎上,立足于工程實踐中遇到的新的難點技術問題和一些新的挑戰(zhàn),以計算機輔助卷煙配方設計為工

2、程背景,從機器學習和模式識別工程的視角審視了模式識別技術和歸納推理機制存在的一些缺陷,并針對實際應用給出了新的方法。本文從輔助配方設計的基本原理分析入手,圍繞原料相似性度量、卷煙質量評價以及卷煙分類器預測控制三個關鍵技術方法,開展了深入研究。本文主要研究內容概述如下:
　　 1、在概述計算機輔助卷煙配方設計國內外研究現狀和領域問題復雜性分析的基礎上,鑒于該研究領域缺乏統一概念、技術框架的研究現狀,本文分析給出了計算機輔助卷煙配方

3、設計的基本原理、基本特征、技術目標,以及從煙草和計算機技術兩個角度的技術體系框架,并在部分關鍵技術上進行了分析,期望能對該領域的研究人員以及企業(yè)界更清晰的把握研究內容和預期提供參考。本文還指出了計算機輔助卷煙質量評價是解決輔助配方設計的一項核心工作,模擬質量評價的優(yōu)劣直接影響到配方組合優(yōu)化設計中配方方案的篩選效果。
　　 2、針對原料相似性度量中“距離失效”問題,本文從“維數災難”的數學分析、幾何理解、高維空間點間距離一致性等角

4、度分析了“距離失效”的本質原因。在對流形學習的局部線性嵌入(LLE)算法研究基礎上,針對煙草質量數據樣本點稀疏、局部非線性、不光滑等數據特性,以及原料相似性度量要求低維空間保距映射的特征,提出了基于核變換測地距離的LLE改進算法(KGLLE),詳細分析了KGLLE算法的設計思想和過程,并用KGLLE算法解決了高維空間原料相似性度量存在的問題。
　　 3、面對工程實踐中遇到的專家經驗或領域知識難以融入分類器、專家被動接受分類器預測

5、結果等實際問題,本文從模式識別推理機制的角度分析了“歸納推理”的缺陷,以及目前主流分類器對解決上述問題的“有心無力”,繼而在轉導推理一致性預測器框架基礎上提出了核化K鄰域度量的一致性預測器(CP-KKNN),并在Iris數據集和卷煙焦油數據上進行了實驗驗證,取得了良好的分類效果;同時也分析指出了一致性預測器對解決卷煙質量模式識別這類工程問題具有很高的應用價值。
　　 4、在分析當前主流分類器預測時出現盲目的、機械的預測錯誤基礎上

6、,本文在仿生模式識別“認識”和“覆蓋"理念的指導下,綜合集成假設檢驗、凸殼構造與內點分析、序列隨機性檢驗等理論和方法,設計提出了具有拒絕識別和可信度分析特征的分類器預測控制算法(RC-PC),并在卷煙香型SVM分類器上實驗驗證了算法對降低預測錯誤率的實際效果。研究表明如果把模式識別預測環(huán)節(jié)作為研究重點的話,對改善實際工程應用效果將優(yōu)于改進分類器算法。
　　 5、簡要分析了多技術集成的輔助配方設計在軟件系統層面應解決的主要問題,并